Raisonnement structuré par sélection : vers des agents de recherche multimodaux efficaces

Les agents multimodaux génèrent souvent un raisonnement libre avant chaque action. Pour les petits modèles, ce raisonnement est parfois long et peu utile à la génération d'actions, tout en augmentant le coût d'inférence. Apple présente Selection-based Structured Reasoning (SSR), qui reformule le raisonnement comme une sélection plutôt qu'une génération ouverte. SSR représente le raisonnement de haut niveau récurrent sous forme de candidats en langage naturel prédéfinis et réutilisables, parmi lesquels le modèle choisit à chaque tour.